// src/components/ChapterReader.tsx// 播放PCM音频const playPCMChunk = async (base64Audio: string): Promise => { return new Promise((resolve) => { if (!audioContextRef.current) { resolve(); return; } try { // 解码base64 const binaryString = atob(base64Audio); const bytes = new Uint8Array(binaryString.length); for (let i = 0; i < binaryString.length; i++) { bytes[i] = binaryString.charCodeAt(i); } // 创建AudioBuffer - 使用24000Hz采样率 const sampleRate = 24000; const audioBuffer = audioContextRef.current.createBuffer( 1, bytes.length / 2, sampleRate ); const channelData = audioBuffer.getChannelData(0); // 填充音频资料 (有符号16位PCM) const volumeGain = 0.8; // 音量增益，避免爆音 for (let i = 0; i < channelData.length; i++) { const sample = bytes[i * 2] | (bytes[i * 2 + 1] 32767 ? sample - 65536 : sample; channelData[i] = (signedSample / 32768.0) * volumeGain; } // 播放 const source = audioContextRef.current.createBufferSource(); source.buffer = audioBuffer; source.connect(audioContextRef.current.destination); source.onended = () => resolve(); source.start(); } catch (error) { console.error('播放音频失败:', error); resolve(); } });};关键技术点：采样率：必须使用24000Hz，与TTS方案返回的采样率一致有符号16位PCM：范围是-32768到32767，需要正确处理负值音量增益：设置为0.8，避免音量过大导致爆音队列播放：使用队列串行播放音频块，保证流畅性字符时间映射与实时高亮根据字符时间映射实现文字高亮：
（文猛） .appendQr_wrap{border:1px solid #E6E6E6;padding:8px;} .
example.com" export ANTHROPIC_API_KEY="your-api-key" claude 十三、实战场景示例 场景一：接手老项目，快速上手 cd legacy-project claude > /init > 帮我读一遍这个项目的代码结构，写一份给新人看的项目说明文档 > 这个项目有哪些技术债？
那肯定会有 GEO 流量 文章建议： 结论先行：在文章开头，用一到两句话直接回答。
因此，我们可以把后训练理解为对模型输出分布的重新塑造。本文重点讨论三种后训练方法： 监督微调（Supervised Fine-Tuning，SFT）：在预先准备好的标准答案上学习； 强化学习（Reinforcement Learning，RL）：从当前模型的输出中采样，再根据奖励优化； 在线策略蒸馏（On-Policy Distillation，OPD）：由学生生成轨迹，再由教师在学生实际访问的状态上提供逐 token 指导。
IT之家 6 月 29 日消息，国产大型运输机运-20 即将迎来列装空军十周年纪念日。
感兴趣的先关注上，这种复盘型的文章算法一般不怎么主动推，错过了就是错过了。身边有在折腾 AI 知识库的朋友，这篇可以直接发给他——少踩一遍坑。